Вісники та науково-технічні збірники, журнали

Permanent URI for this communityhttps://ena.lpnu.ua/handle/ntb/12

Browse

Subject: search.filters.subject.distributed information systems

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Дослідження методів збору та обробки даних в розподілених інформаційних системах
    (Видавництво Львівської політехніки, 2021-04-01) Журавель, С.; Думич, С.; Шпур, О.; Zhuravel, S.; Dumych, S.; Shpur, O.; Національний університет “Львівська політехніка”; Lviv Polytechnik National University
    У статті розглянуто проблему обробки та аналізу великих об’ємів даних. Сьогодні, у зв’язку з появою джерел інформації, які можуть продукувати великі обсяги даних, оброблення даних стає все складнішим. Для вирішення поставленої проблеми розроблено велику кількість технологій специфічного призначення, проте більшість з них можна зарахувати до двох парадигм обробки даних, а саме потокової та пакетної. В цій статті розглянуто вищенаведені парадигми та технології, які застосовують для прийняття рішень щодо обробки даних, та спробуємо окреслити характеристики, які потрібно брати до уваги під час побудови систем обробки даних. На основі найперспективніших рішень наведемо також реалізацію системи збору та аналізу даних з пристроїв IoT.
  • Thumbnail Image
    Item
    Проблема оптимальної обробки задач у вузлах розподіленої інформаційної системи
    (Видавництво Львівської політехніки, 2018-02-26) Цегелик, Г. Г.; Краснюк, Р. П.; Tsegelyk, Grigoriy; Krasniuk, Roman; Львівський національний університет імені Івана Франка; Ivan Franko National University of L’viv
    Досліджено питання оптимальної обробки задач у вузлах розподіленої інформаційної системи на основі математичної моделі, що належить до класу задач бікластеризації, для якої сформульовано оптимізаційну задачу із дробово-лінійною цільовою функцією. Виконано процедуру лінеаризації цільової функції та наведено загальну схему ітераційного процесу побудови розв’язку оптимізаційної задачі. На кожному кроці ітерації результат можна отримати з використанням як точного методу гілок та меж, так і генетичного алгоритму. Наведено варіанти відповідних методів, у яких для стратегій галуження та обчислення верхньої межі у методі гілок і меж враховано структуру моделі. Для генетичного алгоритму запропоновано використання параметрів самонавчання алгоритму, що забезпечує корекцію популяцій у напрямку найкращої пристосованості.